最佳 MCP Servers(2026)

1

Playwright MCP

开源MCP服务器，利用_playwright让LLM控制真实的浏览器以及可访问性快照

4.8 (6)

· free

完整评测

Playwright MCP 是一个开源的 Model Context Protocol 服务器，它将 Playwright 的浏览器自动化能力暴露给大型语言模型。它不依赖截图和视觉模型，而是提供网页的结构化无障碍快照，为代理提供快速、确定性的 DOM 视图，代理可以在此基础上进行推理和操作。 它让基于 LLM 的代理能够在 Chromium、Firefox 和 WebKit 上浏览网站、点击元素、填写表单、提取数据并执行端到端工作流程。由于它支持 MCP，它可以与任何兼容的客户端（如 Claude Desktop、Cursor 或自定义代理框架）无缝集成，使真实浏览器任务能够被自主或协助工作流程所使用。

• MCP服务器接口适用于LLM代理
• 结构化的可访问性树快照
• _playwright跨浏览器支持
• 点击，类型，导航和表单填写动作
• 无头或全页面浏览器模式
• 与Claude，Cursor和自定义客户端集成

Pydantic AI 是一个开源 Python 框架，用于构建由大型语言模型驱动的应用程序。它由 Pydantic 背后的团队创建，将同样注重类型安全、验证和开发者友好性的理念应用于代理开发，使得 LLM 输出可预测且更易于集成到生产代码中。 该框架支持多种模型提供商，通过 Pydantic 模型验证结构化响应，支持工具调用、依赖注入和流式处理。它的设计让 Python 开发者感到熟悉，并能与 FastAPI 等现有栈无缝协作，既适合快速原型开发，也适用于生产级 GenAI 服务。

• 带有 Pydantic 校验的类型安全代理
• 针对 OpenAI、Anthropic、Gemini 等多个模型供应商的支持
• 工具和函数调用以及依赖注入
• 串流响应和异步优先设计
• 集成 FastAPI和监控工具
• 用于确定性代理行为的测试工具

Cognee是一款面向AI智能体的开源AI记忆平台。它通过摄入任意格式的数据并构建自主托管的知识图谱，为会话提供持久的长期记忆。Cognee结合了向量嵌入、图推理和认知科学基础的本体生成，使得文档可以通过意义进行搜索，并通过演化关系连接起来。该平台适用于希望统一来自各种来源的数据、启用智能体领域知识、并创建可靠和值得信赖的智能体的开发者和组织。Cognee提供了诸如统一摄入、图和向量搜索、本地操作、 本体基础、 多模态能力、 从反馈中学习、 上下文管理、 跨智能体知识共享等功能。同时，它还提供代理用户/租户隔离、 可追溯性和审计特性。该平台支持多种客户端，包括Python、Rust和TypeScript，并作为OpenClaw和Claude Code的插件提供。

• 基于知识图谱的智能体记忆
• 语义化和结构化数据摄入
• 用于智能体集成的Python SDK
• 可插拔的LLM和存储提供商
• 跨会话和文档查询
• 自主托管或托管部署选项

4

Inbox Zero

AI 邮箱助手，帮助您更快地达到 inbox zero。

4.8 (4)

· free

完整评测

Inbox Zero 是一款 AI 驱动的邮件助手，旨在帮助用户更高效地管理收件箱。它能够整理邮件、起草回复并管理日历，目标是帮助用户更快实现“收件箱零”。该工具可通过网页界面使用，也可通过 Slack 或 Telegram 进行随时随地的交互。Inbox Zero 是类似 Fyxer 的开源替代方案，提供更多自定义选项和增强的安全功能。 主要功能包括：一款能学习用户语气和写作风格的 AI 个人助理，用于预先草拟回复；基于简明英文指令的 AI 驱动邮件处理规则；以及用于跟踪需要回复或正在等待回应的邮件的工具。它还提供批量退订和归档功能，屏蔽冷邮件，并提供邮件分析。除此之外，Inbox Zero 可以通过从邮件和日历事件中提取上下文来生成会议简报，并将邮件附件自动保存至云存储服务，如 Google Drive 或 OneDrive。 工具使用 Next.js、Tailwind CSS、Prisma 等多种技术构建，托管在 GitHub 上。用户可以选择使用可在 getinboxzero.com 上访问的托管版本，或通过需要 Docker 与 Node.js 的 CLI 设置自行托管。该项目活跃，拥有贡献者社区，功能请求可通过 GitHub issue 或项目的 Discord 频道提交。 Inbox Zero 旨在减少用户在收件箱中花费的时间，使他们能够专注于更重要的任务。虽然它提供了一套全面的邮件管理功能，但自定义程度以及设置并充分利用 AI 功能所需的学习曲线可能各不相同。 总体而言，Inbox Zero 作为一款灵活且安全的解决方案，为希望自动化并简化电子邮件和日历管理任务的个人提供服务。

• AI 生成的回复草稿
• 自动邮件分类和优先级
• 批量退订新闻稿
• 自定义自动化规则
• Inbox 分析和清理工具
• 未回复邮件的智能提醒

5

Screenpipe

开源式24小时设备屏幕和音频录制，适合构建依赖实况人工智能（AI）应用

4.8 (4)

· free

完整评测

Screenpipe 是一个开源平台，能够持续捕获您设备上的屏幕活动和音频，并将所有内容本地存储，供开发者构建基于真实用户上下文的 AI 应用。通过索引您所看到、所听到和所做的事，它提供了丰富的个人数据层，应用和代理可以在不将信息发送到云端的情况下进行查询。 该项目针对开发者创建生产力工具、记忆助手、会议总结器和个性化代理。它提供 API 和插件系统，允许自定义流水线将原始录音转换为可搜索文本、文字稿和结构化事件，供后续 LLM 工作流使用。 因为所有处理都在用户的机器上完成，Screenpipe 强调隐私和数据所有权，同时通过社区构建的集成保持可扩展性。

• 持续24小时屏幕和音频捕捉
• 本地存储和设备处理
• 光学字体识别（OCR）和语音到文字转换（STT）索引
• 插件和流水线架构
• API用于查询捕获的上下文
• 跨平台桌面支持

6

AgentKit

用于构建和编排带有工具、内存和多智能体工作流的AI智能体的TypeScript库。

4.5 (4)

· free

完整评测

AgentKit是一个开源的TypeScript框架，专为希望在无需重新发明核心编排逻辑的情况下构建生产就绪的AI智能体的开发人员设计。它提供了定义智能体、附加工具、管理状态和以类型安全的方式协调多智能体工作流的原语。 该库注重可组合性，允许您链接智能体、在专家之间路由任务，并与现有的模型提供商和API集成。它自然地融入Node.js和无服务器环境，使其适用于后端服务、内部自动化和面向客户的AI功能。 由于它是代码优先且对UI无偏见的，因此AgentKit最适合于熟悉TypeScript的工程团队，他们希望对其智能体如何推理、调用工具和处理长期任务有细粒度控制。

• 智能体和工具抽象
• 多智能体路由和交接
• 状态和内存管理
• 模型无关的提供者支持
• 输入和输出的类型安全API
• 在Node.js和无服务器运行时中工作

7

onchain-mcp

把无银行的 onchain API 带入 MCP

暂无评价· free

完整评测

Bankless Onchain MCP Server 是一个通过 Bankless API 与链上数据交互的框架。它实现了 Model Context Protocol（MCP），使 AI 模型能够以结构化的方式访问区块链状态和事件数据。该服务器提供多种数据操作，包括合约状态读取、事件日志获取以及交易历史检索，满足需要以结构化方式交互链上数据的开发者和研究人员。 该项目已不再收到更新，其维护状态可能会影响其稳定性和功能可用性。

• 合约操作 (读取智能合约状态，获取代理，获取 ABI，获取源码)
• 事件操作 (获取事件，构建事件主题)
• 交易操作 (获取交易历史，获取交易信息)

8

markitdown

带少分享系兿司上字詰級下合存号来皅

暂无评价· free

完整评测

MarkItDown 是一款轻量级的 Python 工具，用于将各种文件转换为 Markdown，供 LLMs 及相关文本分析流程使用。它最类似于 textract，但专注于在保留重要文档结构和内容（如标题、列表、表格、链接等）时生成 Markdown。输出通常相当可读且人类友好，但主要面向文本分析工具，可能不适合用于需要高保真人类阅读的文档转换。 MarkItDown 目前支持从 PDF、PowerPoint、Word、Excel、图像（EXIF 元数据与 OCR）、音频（EXIF 元数据与语音转录）、HTML、基于文本的格式（CSV、JSON、XML）、ZIP 文件、YouTube 链接、EPub 等进行转换。 建议使用虚拟环境以避免依赖冲突。使用 Python 3.10 或更高版本，您可以通过 pip 安装 MarkItDown：pip install 'markitdown[all]'，或从源代码安装：git clone git@github.com:microsoft/markitdown.git，然后执行 pip install -e 'packages/markitdown[all]'。 MarkItDown 的使用方式涉及命令行调用，可以通过指定输出文件、管道内容，或者针对特定用例使用最精确的 convert_* 函数。

• 手机嵌律终切换PDF事一：带少分級模模一：模模丁，模模模
• 正延可代pdf事室为图球。连接图叴。
• 可代为台佩语析。叏之置代事室一。
• 気小图事室些台劧市。可切剅度。
• 定义快组给娸。
• 正延可代zip文字：切到存往带少分

9

mcp-clickhouse

mcp-clickhouse MCP 服务

暂无评价· free

完整评测

mcp-clickhouse MCP 服务是ClickHouse的MCP 服务。它包含ClickHouse的相关工具，包括 run_query 执行 ClickHouse 集群上的 SQL 查询、list_databases列出ClickHouse集群中的所有数据库 、和 list_tables 列表包含分页的数据库表，以及 chDB 工具，如 run_chdb_select_query执行 SQL 查询使用 chDB 的内嵌 ClickHouse 引擎。还提供一个健康检查端点来检查服务器的健康状况以及安全机制来进行身份验证。该服务器可以设置为内部服务、局部开发或通过FastMCP与OAuth / OIDC身份验证提供商配合使用。

• run_query 执行 ClickHouse 集群上的 SQL 查询
• list_databases 列出 ClickHouse集群中的所有数据库
• list_tables 列表包含分页的数据库表
• run_chdb_select_query 执行 SQL 查询使用 chDB 的内嵌 ClickHouse 引擎
• 健康检查端点用于服务器监控
• 支持多个身份验证模式，包括OAuth与OIDC通过FastMCP

MCP Server for QA Sphere TMS 是一个客户端，用于将 LLM 与 QA Sphere（QSP）集成，以提升测试脚本创建能力。 在服务器配置完成后（详细信息可在 GitHub 上查看），LLM 可以与 QA Sphere 的自动化测试用例交互。通过使用 MCP（Model Callback Protocol），它使开发者和测试人员能够快速创建基于 AI 的测试用例、自动化任务，并运行与 QAS Sphere 集成的测试套件。 MCP 基础的解决方案由用户支持，能够实现多种 QA 任务的自动化，包括测试用例的发现与执行。此外，您可以引用大型语言模型、自动化任务，并在与 QA Sphere Test Management System 集成的测试套件中运行。